一種樂譜識別方法技術

本發明專利技術公開了一種樂譜識別方法，包括：輸入樂譜圖像，獲得樂譜圖像的二值圖像；使用交叉相關函數對二值圖像的各區域進行水平修正，獲得水平圖像；對水平圖像進行譜線定位，并刪除譜線，獲得刪除譜線的圖像；在刪除譜線的圖像中定位符干，獲得符干基元的坐標數據，及刪除符干的圖像；在刪除符干的圖像中定位尾橋，獲得尾橋基元的坐標數據，及刪除尾橋的圖像；在刪除尾橋的圖像中定位符頭，得到符頭基元的坐標數據；將基元符干、尾橋、符頭的數據進行匹配，并整合聲部數、時值以及聲高，生成musicXML文件保存。本發明專利技術實施例能夠實現將樂譜錄入到計算機中，解決了樂譜錄入效率低下的問題。

【技術實現步驟摘要】
一種樂譜識別方法
本專利技術涉及計算機
，尤其涉及一種樂譜識別方法
技術介紹
隨著計算機應用的不斷發展，各類音頻編輯軟件的不斷完善，計算機已成為音樂創作過程中一個不可或缺的工具。五線譜作為一種相對標準和全面的音樂記錄方式，在音樂的創作和教學等方面被廣泛地運用。數字化的樂譜相對于傳統的紙質樂譜而言，不但在便攜性與存儲容量方面具有巨大的優勢，而且能通過網絡方便地查詢，管理以及與他人分享。在信息化大時代的環境下，網絡曲譜庫應運而生，谷歌圖書（GoogleBooks）和古登堡計劃（ProjectGutenberg）分別推出了曲譜檢索和查閱功能。“國際樂譜庫項目”（簡稱IMSLP）搭建了IMSLP音樂圖書館（imslp.org）這一網站，用于收藏來自全球支持者們所上傳的電子樂譜。然而，目前仍有相當可觀數量的樂譜以紙質的形式存在，即使存儲在計算機上也大都以圖片的形式保存。當人們需要利用計算機上豐富的功能對樂譜進行編輯時，不可避免地要先通過電子打譜軟件將樂譜手動轉化為電子文檔。使用打譜軟件不僅要具備一定的音樂專業知識，而且還需額外花費時間掌握復雜的操作命令和經驗技巧；另外，樂譜錄入過程繁復、枯燥，效率低下，大大打擊了音樂愛好者們使用計算機輔助音樂學習與創作的熱情。另一方面，隨著數字圖書館的蓬勃發展，數字音樂圖書館也悄然興起。館藏紙質樂譜資源的數字化已成為建設數字音樂圖書館的當務之急。音樂圖書館所藏的樂譜數以萬計，如此浩大的數字化工程，若單純靠傳統的人工錄入，將是漫長和繁重的工作，既費時又昂貴。因此，在紙質樂譜數字化的進程中，不可避免地產生了低速的音樂信息輸入與高速信息處理之間的矛盾。
技術實現思路
本專利技術所要解決的技術問題是，提供一種樂譜識別方法，解決將樂譜錄入到計算機中時效率低下的問題。為解決上述技術問題，本專利技術實施例提供一種樂譜識別方法，包括：a.輸入樂譜圖像，獲得所述樂譜圖像的二值圖像；b.使用交叉相關函數對所述二值圖像的各區域進行水平修正，獲得水平圖像；c.對所述水平圖像進行譜線定位，并刪除所述譜線，獲得刪除譜線的圖像；d.在所述刪除譜線的圖像中定位符干，獲得符干基元的坐標數據，及刪除符干的圖像；e.在所述刪除符干的圖像中定位尾橋，獲得尾橋基元的坐標數據，及刪除尾橋的圖像；f.在所述刪除尾橋的圖像中定位符頭，得到符頭基元的坐標數據；g.將基元符干、尾橋、符頭的數據進行匹配，并整合聲部數、時值以及聲高，生成musicXML文件保存。進一步的，所述步驟a具體包括：a1.掃描樂譜得到樂譜圖像；a2.對所述樂譜圖像進行二值化、圖像增強和平滑濾波處理，獲得二值圖像。進一步的，所述步驟b具體包括：利用交叉相關函數對所述二值圖像進行水平修正，獲得水平圖像；其中，交叉相關函數為g(x,y)表示所述二值圖像上橫坐標為x，縱坐標為y的某一個像素點A，g(x+d,y+μ)表示所述二值圖像上橫坐標為x+d，縱坐標為y+μ的另一個像素點B，d表示A和B之間的水平距離，μ表示A和B之間的垂直距離，C(x,μ)表示A與B之間的相關性；0≤x≤W，0≤y≤H，W表示所述二值圖像的寬度，H表示所述二值圖像的高度。進一步的，所述步驟c具體包括：c1.對所述水平圖像進行水平投影，統計不同高度上水平投影隊列黑色像素的個數得到水平投影數組，所述水平投影數組中峰值所在的位置即為譜線位置；c2.對譜線所在位置的黑色像素的上下兩端的像素進行判斷，如果兩邊的像素都為白色，且該黑色像素的高度小于或者等于譜線預期的高度，則將該黑色像素改為白色，獲得刪除譜線的圖像。進一步的，所述步驟d具體包括：d1.對所述刪除譜線的圖像進行高斯模糊處理后，對其進行骨架化操作；d2.創建數組VLTemp[]用于保存所述刪除譜線的圖像中的豎直線的上端點的縱坐標，VLTemp[i]表示橫坐標為x=i的豎直線的上端點的縱坐標；并初始化VLTemp[i]=-1（i=0，……，W-1）；對于i所對應的豎直線：按照縱坐標從大到小的順序，檢測所述豎直線上每個像素點及其左右兩側像素點的顏色，若該像素點顏色為黑色，其左右兩側像素點顏色為白色，用0表示白色像素，1表示黑色像素，即像素排列形如“010”模式，且VLTemp[i]為-1時，將VLTemp[i]改為當前遍歷中的縱坐標y1，若當前遍歷坐標不滿足“010”模式，VLTemp[i]又不為-1時，判斷當前遍歷縱坐標和VLTemp[i]之間的差值，若差值大于長度閥值t1，t1為兩個像素，則當前遍歷縱坐標即為所述豎直線的下端點縱坐標y2；將所述豎直線的上端點縱坐標y1，下端點縱坐標y2，橫坐標x保存到鏈表C1中，重新給VLTemp[i]賦初值-1；d3.對所述鏈表C1進行兩次排序，第一次按所述豎直線的橫坐標x排序，第二次按所述豎直線的縱坐標y2排序，并以數組vSet記錄每一行第一條豎直線的位置坐標；d4.遍歷所述鏈表C1中豎直線的橫坐標，并判斷豎直線的橫坐標x的差值，若出現兩條豎直線的橫坐標x的差值小于閥值t2，t2為兩個像素，則判斷所述兩條豎直線的縱坐標，若所述兩條豎直線其中一條的上端點縱坐標y1和另外一條的下端點縱坐標y2的差值也小于閥值t2，此時將所述兩條豎直線判定為被截斷的豎直線，所述兩條被截斷的豎直線的合并公式為：當刪除所述兩條被截斷的豎直線中縱坐標較大的豎直線的情況時：當刪除所述兩條被截斷的豎直線中縱坐標較小的豎直線的情況時：其中，表示所述兩條被截斷的豎直線中縱坐標較小的那條豎直線的上端點、下端點縱坐標，表示所述兩條被截斷的豎直線中縱坐標較大的那條豎直線的上端點、下端點縱坐標；重新設置記錄每一行第一條垂線的數組vSet；d5.將所述鏈表C1中所記錄的豎直線的上下端點的縱坐標之差超過1.5*4*λ的豎直線刪除，其中λ為譜線間距；d6.將所述鏈表C1中存放的坐標所對應的符干改為白色像素，得到刪除符干的圖像。進一步的，所述步驟e具體包括：e1.提取所述刪除符干的圖像中的大塊連通域：e2.創建一個所述刪除符干的圖像的副本圖像；遍歷所述副本圖像，將長度小于閥值t3的水平和豎直游程改為白色像素，其中，t3等于λ+2，并將面積小于λ2*π/8，或者外接矩形高度大于H/2的連通域改為白色像素，其中H為所述二值圖像的高度；e3.第一輪尾橋識別：判斷經e1處理的所述副本圖像中的連通域的上下邊緣的直線度Lin，其中，直線度Lin的取值范圍為(0,1]，Lin越接近1，邊緣輪廓的曲折程度越低，表示連通域的上下邊緣的形狀越接近直線，如果所述連通域的上下任意一條邊緣的直線度Lin接近1，則判定該連通域為尾橋，得到尾橋連通域的厚度樣本；e4.第二輪尾橋識別：在經e1處理的所述副本圖像中，判斷連通域外接矩形較小邊的長度l，若l等于或接近所述尾橋連通域的厚度樣本時，判斷該連通域為尾橋；將所述尾橋的位置坐標存放在鏈表C2中；e5.遍歷所述鏈表C2，生成數組tSet記錄每一本文檔來自技高網...

【技術保護點】
一種樂譜識別方法，其特征在于，包括：a.輸入樂譜圖像，獲得所述樂譜圖像的二值圖像；b.使用交叉相關函數對所述二值圖像的各區域進行水平修正，獲得水平圖像；c.對所述水平圖像進行譜線定位，并刪除所述譜線，獲得刪除譜線的圖像；d.在所述刪除譜線的圖像中定位符干，獲得符干基元的坐標數據，及刪除符干的圖像；e.在所述刪除符干的圖像中定位尾橋，獲得尾橋基元的坐標數據，及刪除尾橋的圖像；f.在所述刪除尾橋的圖像中定位符頭，得到符頭基元的坐標數據；g.將基元符干、尾橋、符頭的數據進行匹配，并整合聲部數、時值以及聲高，生成musicXML文件。

【技術特征摘要】
1.一種樂譜識別方法，其特征在于，包括：a.輸入樂譜圖像，獲得所述樂譜圖像的二值圖像；b.使用交叉相關函數對所述二值圖像的各區域進行水平修正，獲得水平圖像；c.對所述水平圖像進行譜線定位，并刪除所述譜線，獲得刪除譜線的圖像；d.在所述刪除譜線的圖像中定位符干，獲得符干基元的坐標數據，及刪除符干的圖像；e.在所述刪除符干的圖像中定位尾橋，獲得尾橋基元的坐標數據，及刪除尾橋的圖像；f.在所述刪除尾橋的圖像中定位符頭，得到符頭基元的坐標數據；g.將基元符干、尾橋、符頭的數據進行匹配，并整合聲部數、時值以及聲高，生成musicXML文件；所述步驟d具體包括：d1.對所述刪除譜線的圖像進行高斯模糊處理后，對其進行骨架化操作；d2.創建數組VLTemp[]用于保存所述刪除譜線的圖像中的豎直線的上端點的縱坐標，VLTemp[i]表示橫坐標為x＝i的豎直線的上端點的縱坐標；并初始化VLTemp[i]＝-1，i＝0，……，W-1，其中，W表示所述二值圖像的寬度；對于i所對應的豎直線：按照縱坐標從大到小的順序，檢測所述豎直線上每個像素點及其左右兩側像素點的顏色，若該像素點顏色為黑色，其左右兩側像素點顏色為白色，用0表示白色像素，1表示黑色像素，即像素排列形如“010”模式，且VLTemp[i]為-1時，將VLTemp[i]改為當前遍歷中的縱坐標y1，若當前遍歷坐標不滿足“010”模式，VLTemp[i]又不為-1時，判斷當前遍歷縱坐標和VLTemp[i]之間的差值，若差值大于長度閥值t1，t1為兩個像素，則當前遍歷縱坐標即為所述豎直線的下端點縱坐標y2；將所述豎直線的上端點縱坐標y1，下端點縱坐標y2，橫坐標x保存到鏈表C1中，重新給VLTemp[i]賦初值-1；d3.對所述鏈表C1進行兩次排序，第一次按所述豎直線的橫坐標x排序，第二次按所述豎直線的縱坐標y2排序，并以數組vSet記錄每一行第一條豎直線的位置坐標；d4.遍歷所述鏈表C1中豎直線的橫坐標，并判斷豎直線的橫坐標x的差值，若出現兩條豎直線的橫坐標x的差值小于閥值t2，t2為兩個像素，則判斷所述兩條豎直線的縱坐標，若所述兩條豎直線其中一條的上端點縱坐標y1和另外一條的下端點縱坐標y2的差值也小于閥值t2，此時將所述兩條豎直線判定為被截斷的豎直線，所述兩條被截斷的豎直線的合并公式為：當刪除所述兩條被截斷的豎直線中縱坐標較大的豎直線的情況時：當刪除所述兩條被截斷的豎直線中縱坐標較小的豎直線的情況時：其中，表示所述兩條被截斷的豎直線中縱坐標較小的那條豎直線的上端點、下端點縱坐標，表示所述兩條被截斷的豎直線中縱坐標較大的那條豎直線的上端點、下端點縱坐標；重新設置記錄每一行第一條垂線的數組vSet；d5.將所述鏈表C1中所記錄的豎直線的上下端點的縱坐標之差超過1.5*4*λ的豎直線刪除，其中λ為譜線間距；d6.將所述鏈表C1中存放的坐標所對應的符干改為白色像素，得到刪除符干的圖像。2.根據權利要求1所述的樂譜識別方法，其特征在于，所述步驟a具體包括：a1.掃描樂譜得到樂譜圖像；a2.對所述樂譜圖像進行二值化、圖像增強和平滑濾波處理，獲得二值圖像。3.根據權利要求1所述的樂譜識別方法，其特征在于，所述步驟b具體包括：利用交叉相關函數對所述二值圖像進行水平修正，獲得水平圖像；其中，交叉相關函數為g(x，y)表示所述二值圖像上橫坐標為x，縱坐標為y的某一個像素點A，g(x+d，y+μ)表示所述二值圖像上橫坐標為x+d，縱坐標為y+μ的另一個像素點B，d表示A和B之間的水平距離，μ表示A和B之間的垂直距離，C(x，μ)表示A與B之間的相關性；0≤x≤W，0≤y≤H，W表示所述二值圖像的寬度，H表示所述二值圖像的高度。4.根據權利要求1所述的樂譜識別方法，其特征在于，所述步驟c具體包括：c1.對所述水平圖像進行水平投影，統計不同高度上水平投影隊列黑色像素的個數得到水平投影數組，所述水平投影數組中峰值所在的位置即為譜線位置；c2.對譜線所在位置黑色像素的上下兩端的像素進行判斷，如果兩邊的像素都為白色，且該黑色像素的高度小于或者等于譜線預期的高度，則將該黑色像素改為白色，獲得刪除譜線的圖像。5.根據權利要求1所述的樂譜識別方法，其特征在于，所述步驟e具體包括：e1.提取所述刪除符干的圖像中的大塊連通域：創建一個所述刪除符干的圖像的副本圖像；遍歷所述副本圖像，將長度小于閥值t3的水平和豎直游程改為白色像素，其中，t3等于λ+2，并將面積小于λ2*π/8，或者外接矩形高度大于H/2的連通域改為白色像素，其中H為所述二值圖像的高度；e2.第一輪尾橋識別：判斷經e1處理的所述副本圖像中的連通域的上下邊緣的直線度Lin，其中，直線度Lin的取值范圍為(0，1]，Lin越接近1，邊緣輪廓的曲折程度越低，表示連通域的上下邊緣的形狀越接近直線，如果所述連通域的上下任意一條邊緣的直線度Lin接近1，則判定該連通域為尾橋，得到尾橋連通域的厚度樣本；e3.第二輪尾橋識別：在經e1處理的所述副本圖像中，判斷連通域外接矩形較小邊的長度1，若1等于或接近所述尾橋連通域的厚度樣本時，判斷該連通域為尾橋；將所述尾橋的位置坐標存放在鏈表C2中；e4.遍歷所述鏈表C2，生成數組tSet記錄每一行第一個尾橋；并將所述鏈表C2中存放的坐標所對應的上述刪除符干的圖像中的尾橋改為白色像素，得到刪除尾橋的圖像。6.根據權利要求1所述的樂譜識別方法，其特征在于，所述步驟f具體包括：f1.對水平粘連符頭的切割：對步驟e中所述刪除尾橋的圖像里的連通域的外接矩形的水平寬度進行判斷，取到外接矩形的水平寬度超過1.5λ的連通域β的橫縱坐標，其中λ為譜線間距；然后在所述連通域β所在的樂譜行上，搜索所述連通域β的外接矩形的左右端的橫坐標所在位置處，經過所述連通域β的豎直線，并沿此豎直線對所述連通域...

【專利技術屬性】
技術研發人員：蔡昭權，陳力豪，黃翰，
申請(專利權)人：惠州學院，
類型：發明
國別省市：